Professional Documents
Culture Documents
Prcticas de
Simulacin con Excel
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
Introduccin
Este documento contiene los enunciados de las prcticas a resolver por
los alumnos de la asignatura ESTADSTICA ACTUARIAL I de la LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS.
El formato de presentacin ser Excel, en concreto en un nico libro que
contendr una nica hoja para cada uno de los problemas que se hayan resuelto.
El nombre de fichero Excel ser:
apellido1_apellido2_nombre_EA1.xls
sin acentos ni maysculas, por ejemplo:
gomez_perez_macarena_EA1.xls
cada hoja se nombrar como P# siendo # el n del problema que se resuelve
en dicha hoja.
el enunciado concreto del problema depender del n del DNI del alumno.
Los enunciados que hay que resolver aparecen en la tabla siguiente:
Enunciados Carcter
Del n 1 al n 10 (ambos incluidos) Obligatorio
Del n 11 al n 17 (ambos incluidos) Hay que elegir 5
N 18 Los que opten a Matricula de Honor
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
DNI acabado en
0,1
2,3
4,5
6,7
8,9
Modelo
Gua:
Excel cuenta con una funcin para la distribucin y densidad de Poisson,
cuenta tambin con la posibilidad de obtener muestras aleatorias as distribuidas (Herramientas + Anlisis de Datos + Generacin de nmeros aleatorios).
En cualquier caso es posible obtener nmeros que se distribuyan segn
una Poisson aleatorios utilizando la frmula siguiente:
BINOM.CRIT(/0,001;0,001;ALEATORIO())
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
140
120
100
80
60
40
20
20
19
18
17
16
15
14
13
12
11
10
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
n= X
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
X
N
0
0
0
1
1
2
1
3
9
4
5 16
6 30
7 36
8 76
9 115
10 94
11 87
12 110
13 120
14 88
15 60
16 59
17 39
18 20
19 14
20 9
16
f
0,000
0,000
0,001
0,001
0,009
0,016
0,030
0,037
0,077
0,117
0,096
0,088
0,112
0,122
0,089
0,061
0,060
0,040
0,020
0,014
0,009
0,016
f T e N ter
0,0000
0
0,0001
0
0,0004
0
0,0018
2
0,0053
5
0,0127
13
0,0255
25
0,0437
43
0,0655
64
0,0874
86
0,1048 103
0,1144 113
0,1144 113
0,1056 104
0,0905
89
0,0724
71
0,0543
53
0,0383
38
0,0255
25
0,0161
16
0,0097
10
0,0000
140
Comparacin
120
100
80
60
40
20
20
17
18
19
14
15
16
12
13
9
10
11
7
8
4
5
6
1
2
3
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
DNI acabado en
0,1
2,3
4,5
6,7
8,9
Modelo
Gua:
A diferencia del ejemplo anterior, aunque podramos hacerlo tambin
puesto que el mdulo de nmeros aleatorios tambin tiene la distribucin Normal, generaremos nosotros la muestra aleatoria usando la funcin inversa que
tiene Excel.
As en la primera celda de la primera columna introduciremos la frmula
correspondiente
y la iremos arrastrando hasta la fila 1000, para generar la muestra de ese tamao.
3
y utilizaremos la funcin Frecuencia para contar las frecuencias relativas
X
N
f
6,0
3 0,003
6,5
3 0,003
7,0
2 0,002
7,5
5 0,005
8,0 10 0,010
8,5
9 0,009
9,0 29 0,029
9,5 42 0,042
10,0 53 0,053
10,5 82 0,082
11,0 69 0,069
11,5 93 0,093
12,0 79 0,079
12,5 110 0,110
13,0 89 0,089
13,5 96 0,096
14,0 64 0,064
14,5 52 0,052
15,0 39 0,039
15,5 31 0,031
16,0 14 0,014
16,5 12 0,012
17,0 8 0,008
17,5 2 0,002
18,0 3 0,003
18,5 1 0,001
19,0 0 0,000
19,5 0 0,000
20,0 0 0,000
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
X
N
f
6,0
3 0,003
6,5
3 0,003
7,0
2 0,002
7,5
5 0,005
8,0 10 0,010
8,5
9 0,009
9,0 29 0,029
9,5 42 0,042
10,0 53 0,053
10,5 82 0,082
11,0 69 0,069
11,5 93 0,093
12,0 79 0,079
12,5 110 0,110
13,0 89 0,089
13,5 96 0,096
14,0 64 0,064
14,5 52 0,052
15,0 39 0,039
15,5 31 0,031
16,0 14 0,014
16,5 12 0,012
17,0 8 0,008
17,5 2 0,002
18,0 3 0,003
18,5 1 0,001
19,0 0 0,000
19,5 0 0,000
20,0 0 0,000
1000,0
F
0,0013
0,0030
0,0062
0,0122
0,0228
0,0401
0,0668
0,1056
0,1587
0,2266
0,3085
0,4013
0,5000
0,5987
0,6915
0,7734
0,8413
0,8944
0,9332
0,9599
0,9772
0,9878
0,9938
0,9970
0,9987
0,9994
0,9998
0,9999
1,0000
f
N(Te)
0,0013
1,3
0,0016
1,6
0,0032
3,2
0,0060
6,0
0,0105
10,5
0,0173
17,3
0,0267
26,7
0,0388
38,8
0,0530
53,0
0,0680
68,0
0,0819
81,9
0,0928
92,8
0,0987
98,7
0,0987
98,7
0,0928
92,8
0,0819
81,9
0,0680
68,0
0,0530
53,0
0,0388
38,8
0,0267
26,7
0,0173
17,3
0,0105
10,5
0,0060
6,0
0,0032
3,2
0,0016
1,6
0,0008
0,8
0,0003
0,3
0,0001
0,1
0,0001
0,1
10
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
20
19
18
17
16
15
14
13
12
11
10
0,000
8
f
N(Te)
0,0013
1,3
0,0016
1,6
0,0032
3,2
0,0060
6,0
0,0105
10,5
0,0173
17,3
0,0267
26,7
0,0388
38,8
0,0530
53,0
0,0680
68,0
0,0819
81,9
0,0928
92,8
0,0987
98,7
0,0987
98,7
0,0928
92,8
0,0819
81,9
0,0680
68,0
0,0530
53,0
0,0388
38,8
0,0267
26,7
0,0173
17,3
0,0105
10,5
0,0060
6,0
0,0032
3,2
0,0016
1,6
0,0008
0,8
0,0003
0,3
0,0001
0,1
0,0001
0,1
X
N
f
F
F
6,0
1 0,001 0,001 0,0013
6,5
1 0,001 0,002 0,0030
7,0
4 0,004 0,006 0,0062
7,5
2 0,002 0,008 0,0122
8,0 12 0,012 0,020 0,0228
8,5 20 0,020 0,040 0,0401
9,0 24 0,024 0,064 0,0668
9,5 42 0,042 0,106 0,1056
10,0 55 0,055 0,161 0,1587
10,5 65 0,065 0,226 0,2266
11,0 85 0,085 0,311 0,3085
11,5 94 0,094 0,405 0,4013
12,0 94 0,094 0,499 0,5000
12,5 107 0,107 0,606 0,5987
13,0 88 0,088 0,694 0,6915
13,5 82 0,082 0,776 0,7734
14,0 57 0,057 0,833 0,8413
14,5 56 0,056 0,889 0,8944
15,0 42 0,042 0,931 0,9332
15,5 30 0,030 0,961 0,9599
16,0 24 0,024 0,985 0,9772
16,5 7 0,007 0,992 0,9878
17,0 3 0,003 0,995 0,9938
17,5 3 0,003 0,998 0,9970
18,0 1 0,001 0,999 0,9987
18,5 0 0,000 0,999 0,9994
19,0 0 0,000 0,999 0,9998
19,5 1 0,001 1,000 0,9999
20,0 0 0,000 1,000 1,0000
0
1000,0
1000
11
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
X = X1 + X 2 + X 3 X 2 Poisson ( 2 )
X Poisson ( )
3
3
a) Generar 1000 valores de X.
b) Ajustar a Poisson y comparar ambas distribuciones emprica y ajustada de
forma grfica.
c) Comparar la ajustada con la que se deduce de la propiedad aditiva de Poisson.
Caso a resolver
DNI acabado en
1
2
3
n par
12
15
21
n impar
6
9
7
modelo
2
3
4
Gua
Recordamos lo siguiente sobre la Poisson:
Generacin.
Excel cuenta con una funcin para la distribucin y densidad de Poisson, cuenta tambin con la posibilidad de obtener muestras aleatorias as distribuidas (Herramientas +
Anlisis de Datos + Generacin de nmeros aleatorios). En cualquier caso es posible
obtener nmeros aleatorios que se distribuyan segn una Poisson de parmetro , utilizando la frmula siguiente:
BINOM.CRIT(/0,001;0,001;ALEATORIO())
Caracterizacin.
=x
(n)
12
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
Finalmente tenemos todos los datos necesarios para poder representar ambas
funciones
X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
F
0
1
2
20
43
66
81
117
127
119
125
97
73
45
31
24
11
7
6
3
1
1
1000
Emp
0,000
0,001
0,002
0,020
0,043
0,066
0,081
0,117
0,127
0,119
0,125
0,097
0,073
0,045
0,031
0,024
0,011
0,007
0,006
0,003
0,001
Teo Teo
0,000
0
0,001
1
0,005
5
0,015 15
0,033 33
0,060 60
0,090 90
0,116 116
0,131 131
0,132 132
0,119 119
0,098 98
0,074 74
0,051 51
0,033 33
0,020 20
0,011 11
0,006
6
0,003
3
0,001
1
0,001
1
140
Emp
Teo
120
100
80
60
40
20
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
13
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
a = 5
Y = ( a X1 )
X Exponencial ( media = 4 )
1
Caso a resolver
DNI acabado en
a
n par
12
n impar
6
modelo
5
Media
2
6
4
4
5
N
0
97
95
83
67
68
47
49
60
45
30
29
32
25
22
26
26
15
14
170
830
Media*a
20
f2
0,117
0,114
0,100
0,081
0,082
0,057
0,059
0,072
0,054
0,036
0,035
0,039
0,030
0,027
0,031
0,031
0,018
0,017
f1
0
0,045
0,041
0,037
0,034
0,030
0,027
0,025
0,022
0,020
0,018
0,017
0,015
0,014
0,012
0,011
0,010
0,009
0,008
0,114
0,103
0,093
0,084
0,076
0,069
0,063
0,057
0,051
0,046
0,042
0,038
0,034
0,031
0,028
0,025
0,023
0,021
0,397
Definimos los nombres Media y a y empleamos la frmula para generar los valores
de Y
14
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
ser necesario ajustar f1, dividiendo por su suma para pasar de discreto a continuo
as la probabilidad terica que usamos para la comparacin es f2
f2 ( X ) =
f1 ( X )
f (X)
1
0,06
0,04
0,02
0,00
40
0,08
35
0,397
0,10
30
25
0,114
0,103
0,093
0,084
0,076
0,069
0,063
0,057
0,051
0,046
0,042
0,038
0,034
0,031
0,028
0,025
0,023
0,021
f2
0,12
20
f2
0,096
0,093
0,106
0,078
0,081
0,066
0,087
0,058
0,050
0,050
0,030
0,038
0,038
0,031
0,024
0,031
0,023
0,023
f1
0
0,045
0,041
0,037
0,034
0,030
0,027
0,025
0,022
0,020
0,018
0,017
0,015
0,014
0,012
0,011
0,010
0,009
0,008
15
20
10
Media*a
4
5
N
0
81
78
89
66
68
56
73
49
42
42
25
32
32
26
20
26
19
19
157
843
Media
a
X
0,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
16,00
18,00
20,00
22,00
24,00
26,00
28,00
30,00
32,00
34,00
36,00
15
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
DNI acabado en
n par
n impar
modelo
m2
2
6
4
m1
12
6
5
X
0,0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
4,5
5,0
5,5
6,0
6,5
7,0
7,5
8,0
8,5
9,0
N
0
236
156
153
108
83
90
54
47
35
23
20
15
18
13
14
11
4
6
14
1086
f
0,217
0,144
0,141
0,099
0,076
0,083
0,050
0,043
0,032
0,021
0,018
0,014
0,017
0,012
0,013
0,010
0,004
0,006
f1
0,000
0,450
0,359
0,287
0,229
0,183
0,146
0,117
0,093
0,074
0,059
0,047
0,038
0,030
0,024
0,019
0,015
0,012
0,010
f2
0,205
0,164
0,131
0,104
0,083
0,067
0,053
0,042
0,034
0,027
0,022
0,017
0,014
0,011
0,009
0,007
0,006
0,004
2,19
y
va-
Y2 Exp ( 2 )
1 2
0,25
f2
0,20
0,15
16
10
0,00
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
Excel cuenta con una funcin para la inversa de la funcin de distribucin Gamma, la
generacin de variables aleatorias puede hacerse utilizando la frmula siguiente:
DISTR.GAMMA.INV(ALEATORIO();r,)
Definimos los parmetros del problema
r1+r2
r1
r2
Lambda
9
4
5
1
( )
X
0,0
1,0
2,0
3,0
4,0
5,0
6,0
7,0
8,0
9,0
10,0
11,0
12,0
13,0
14,0
15,0
16,0
17,0
18,0
N
0
0
0
2
17
52
95
129
121
138
137
86
83
47
34
22
16
10
6
5
995
f
0,000
0,000
0,002
0,017
0,052
0,095
0,130
0,122
0,139
0,138
0,086
0,083
0,047
0,034
0,022
0,016
0,010
0,006
f1
0,000
0,000
0,000
0,001
0,008
0,030
0,065
0,103
0,130
0,140
0,132
0,113
0,089
0,066
0,046
0,030
0,019
0,012
0,007
0,000
0,000
0,001
0,008
0,030
0,066
0,104
0,132
0,141
0,133
0,114
0,090
0,066
0,046
0,031
0,020
0,012
0,007
0,99
17
f2
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
f1 ( X )
f (X)
1
f2
0,14
0,12
0,10
0,08
0,06
0,04
0,02
20
18
16
14
12
10
0,00
18
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
148
500
0,30
"=SUMA(A:A)"
"=CONTAR(A:A)"
19
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
8) Sea el siguiente juego: el jugador elige un nmero del conjunto {1, 2, 3, 4, 5, 6}.
Se lanza tres veces un dado equilibrado. Si el nmero elegido aparece 1, 2 o 3 veces entonces gana 200, 300 o 400 . Si su nmero no sale pierde 100. Resolver primero en terico despus simular y comparar los resultados.
a) Calcular la distribucin de la ganancia
b) Calcular la ganancia media.
c) Calcular la varianza de la ganancia.
Gua:
La variable X= n de veces que sale nuestro nmero, es B(n=3;p=1/6). Calculamos
la funcin de cuanta usando:
X
0
1
2
3
P(x)
0,5787
0,3472
0,0694
0,0046
G(x)
-100
200
300
400
G(x)2
10000
40000
90000
160000
20
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
Terica
Estimada
34,26
40,30
Varianza
Terica
Estimada
25492,97
26372,28
aunque, debido a los diferentes nmero aleatorios generados, los resultados no sern
exactamente los mismos.
21
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
9) Una accin tiene un precio inicial de 100. Cada da su cotizacin puede subir 1
o bajar esa misma cantidad. La probabilidad de subir es del 35%.
a) Calcular la distribucin de su precio al cabo de 31 das.
b) Comparar el resultado de la simulacin con el terico, de forma grfica y
por la comparacin de la media y la varianza observada y terica.
Gua
200
150
100
50
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
101
103
105
107
109
111
113
Para comparar la media y varianza observada con las tericas recordamos que la
media y varianza de una binomial B(n,p) son (respectivamente):
E (x) = n p
Var ( x ) = n p (1 p)
tambin que:
E ( ax + b ) = a E ( x ) + b
Var ( ax + b ) = a2 Var ( x )
22
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
10)Una compaa de seguros tiene una cartera con tres tipos de plizas A, B y C. Cada una de ellas tiene una reclamacin media diferente aunque las tres siguen una
distribucin uniforme U[a,b]. Los datos de los parmetros y del nmero de clientes
en cada tipo de pliza se dan en la tabla siguiente:
Pliza
A
B
C
5
10
a 1
15
15
20
b
Clientes 200 500 300
23
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
B = B ( pedido * PCom )
A continuacin ponderar B para cada posible demanda y estimar el beneficio
para cada cifra de pedido
24
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
12) (Hossack) Un peridico publica la noticia de que los hombres tienen una propensin a sufrir accidentes de trfico que resulta ser el doble de la que tienen las
mujeres. Intentando demostrar la falsedad de tal afirmacin un marido pacta con
su mujer el siguiente juego: Durante los prximos diez aos llevaremos cuenta
de los accidentes de trfico que tengamos cada uno, al final de ese perodo te pagar 1000 por cada accidente que yo haya tenido ms que vosotras dos (refirindose a ella y a la hija de ambos).
Supngase que los datos que ofreci el peridico fueron los siguientes:
Accidentes de hombres
Accidentes de mujeres
( )
y que es lgico suponer que ambos accidentes los del marido y los de ambas mujeres
son independientes de manera que la distribucin conjunta ser:
f ( AcMar , AcMuj )
0 AcMar 7
Poisson ( 1 ) Poisson ( 2 )
=
0 AcMuj 7
0
resto
25
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
26
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
80
60
40
20
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150
160
170
180
190
200
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150
160
170
180
190
200
0,0
27
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
Gua:
para el apartado a)
para el apartado b)
Poisson()
Y Poisson(1 )
F( Y ) = p(y1 ) 2e 2 y 2 dy 2 1
i= 0
Y2 Poisson( 2 )
0
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS
28
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
29
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
14) El nmero de reclamaciones de un determinado grupo de plizas sigue una distribucin Poisson (), donde es a su vez una variable aleatoria que se distribuye
segn una Gamma (5 ; 2):
a) Calcular la distribucin de la variable aleatoria nmero de reclamaciones.
b) Realizar el test de bondad del ajuste a una Binomial Negativa que se deduce
de los datos anteriores.
c) Realizar el test de bondad del ajuste a la Binomial Negativa tericamente esperada.
Gua
Para realizar el apartado a):
r =
2
=
p
(r + x )
(r ) ( x + 1)
pr (1 p )
(X = ) Poisson( ) y Gamma(r , )
entonces :
1
X BN r ,
1 +1
Para calcular la funcin Gamma en Excel hay que usar dos funciones concatenadas EXP y GAM-
( x ) = EXP ( GAMMA.LN ( x ) ) e
Ln ( x )
ya que Excel no tiene una funcin Gamma pero si el logaritmo neperiano de sta, por lo que hay
que deshacerlo.
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS
30
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
El resultado final debera ser parecido al siguiente (en el, por comodidad,
se han utilizado grficas continuas para representar distribuciones de probabilidad
de variables aleatorias de carcter discreto):
90
Emp
Teo
Ajus
80
70
60
50
40
30
20
10
25
20
15
10
31
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
siendo:
25
25
<25
<25
Familiar Deportivo Familiar Deportivo
6,000
0,970
5826
1020
1,601
0,892
1281
1486
12,950
0,987
3570
1097
12,540
0,978
1622
1413
32
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
16)Una compaa de seguros tiene una cartera con 3 tipos de plizas: La primera
cubre un mximo de 12.000 y tiene una franquicia de 600, es decir que los pagos P1 por reclamaciones de este tipo de pliza, D1, son de la forma siguiente:
0
P1 = R1 600
11.400
si
R 1 600
si
si
R1 12.000
La segunda cubre un mximo de 11.250 y paga las 2/3 partes del dao D2:
3R 2
4
P2 =
11.250
si
R 2 < 15.000
si
R 2 15.000
P3 =
R
3
si
R 3 < 500
si
R 3 500
Por experiencia anterior se sabe que las distribuciones de los daos son de la forma siguiente:
D1 Exp ( = 5000 )
D2 Exp ( = 6000 )
D Exp ( = 1000 )
3
Se esperan 15 reclamaciones: 8 de D1, 4 de D2 y 3 de D3.
a) A qu cantidad debe ascender la reserva de la compaa para que la probabilidad de que pueda hacer frente a la reclamacin total sea del 80%?
Gua
Se trata de una aplicacin tpica del TCL, las v.a.s. de los pagos son modificaciones de una exponencial, de la media de sta:
E[x ] = x e x dx
0
600
12000
33
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
Para responder a la pregunta sobre la reserva necesaria para afrontar los pagos bastar aplicar la funcin PERCENTIL sobre los datos simulados.
34
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
17)Una empresa sabe que la demanda diaria en kilogramos del producto que fabrica
sigue una distribucin Pareto(3,2) mientras que la oferta de ese mismo producto
se distribuye segn una distribucin Normal(3;0,5). Tiene un coste de 0,05 por
kilo fabricado y no vendido y de 0,5 por kilo demandado y no servido:
a) Calcular la distribucin de la diferencia entre demanda (D) y oferta (O) es decir
de la variable D-O.
b) Calcular la distribucin de las ganancias o prdidas.
Gua:
Generacin de Pareto:
La notacin habitual es XPar(,), ambos parmetros son de escala. En la literatura aparecen descritos diversos mtodos para generar v.a. de Pareto. En Excel es posible obtener v.a. a travs de cualquiera de las frmulas siguientes:
=*((1/(1-ALEATORIO()))^(1/))
=*(ALEATORIO()^(-1/))
Generacin de Normal:
Excel cuenta con la funcin inversa de la distribucin:
=DISTR.NORM.INV(ALEATORIO();;)
35
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
36
ESTADSTICA ACTUARIAL I
PRCTICAS DE SIMULACIN
37